AssetForge 用资产库加 Rubric 合成任务，微调后严格 pass@1 达 41.17%。
资讯摘要
论文提出 AssetForge，一种资产增强的任务构建流程，将可复用的构建资产库与任务专属 Rubric 配对，资产提供应用接口、世界状态组件、政策/证据载体与原生断言定义。在 AutomationBench v1.0.6 public-600 上，用 6000 条 AssetForge 样本微调 Qwen3.6-35B-A3B，官方严格 pass@1 达 41.17%，为基线 9.33% 的 4.4 倍；同等样本规模下较传统 Rubrics 的 30.33% 提升 10.84 点。
要点速读
- AssetForge 将可复用资产库与任务专属 Rubric 结合，资产涵盖应用接口、世界状态、政策/证据载体和断言定义。
- 在 AutomationBench public-600 上，6000 条样本微调 Qwen3.6-35B-A3B 得 41.17% 严格 pass@1，基线为 9.33%。
- 相同骨干与 GLM-5.3 监督、同等 6000 样本下，AssetForge 为 41.17%，传统 Rubrics 为 30.33%。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。